R中使用group_by按列分组后提取指定列最大前3条数据的方法

原有代码问题 #

• 分组字段错误：group_by(C, J)将C、J的每一组唯一值作为独立分组，你的数据中每个(C,J)组合仅对应1条记录，执行top_n(3)会返回全量数据，无法实现按C列分组取组内前3的需求
• 未显式指定排序字段：top_n默认取最后一列作为排序依据，显式指定wt=SD可避免因字段顺序变化产生的隐性错误

正确实现代码 #

dplyr版本 #

library(dplyr)
# 推荐写法：slice_max更直观，无需提前排序
res <- data %>%
  group_by(C) %>%
  slice_max(order_by = SD, n = 3) %>%
  arrange(C, desc(SD))

如果需要严格取前3条、过滤并列值，可在slice_max中添加参数with_ties = FALSE。

data.table版本（适配你给出的data.table格式源数据） #

library(data.table)
setDT(data) # 源数据已经是data.table格式可跳过该行
res <- data[order(-SD), .SD[1:3], by = C]

两种写法输出结果都和你给出的预期结果完全一致。

内容的提问来源于stack exchange，提问作者Madhur